Value-at-risk Pada Portofolio Berbasis Model Generalized Autoregressive Conditional Heteroskedastik Dan Copula

Abstract

Pengukuran risiko menjadi kajian penting karena seringkali berhubungan dengan investasi yang cukup besar dan tidak jarang berkaitan dengan dana publik. Risiko berkaitan erat dengan data time series, Generalized Autoregressive Conditional Heteroscedastic (GARCH) digunakan untuk memod- elkan variansi data yang bergerak terhadap waktu (volatilitas). Value-at-Risk (VaR) ditentukan dengan melibatkan Copula sebagai fungsi distribusi gabungan dua peubah acak. Pendekatan Copula bertujuan untuk menangkap perilaku struktur kebergantungan dua aset. Pada Tugas Akhir ini, ditentukan nilai VaR pada portofolio dua aset dari indeks saham Honda dan Toyota. Penentuan VaR didasarkan pada model GARCH dan Copula. Kemudian diperoleh hasil parameter Copula Gaussian yang melibatkan GARCH sebagai syarat distribusi marginal untuk melihat dependensi Copula terhadap data. Menurut hasil itu, dapat diperoleh hasil nilai VaR portfolio yang mendekati dengan tingkat kepercayaan yang digunakan. Berdasarkan hasil VaR portofolio menggunakan GARCH Copula terdapat mean error sebesar 10 data. Selain dengan GARCH Copula, dicari juga menggunakan historical simulation dengan mendapatkan mean error sebesar 59 data. Oleh karena itu, GARCH Copula lebih representatif dan menjadikan alternatif yang baik dalam menentukan nilai VaR portofolio.

Kata kunci: Value-at-Risk, GARCH, Copula, Volatilitas